python元类深入理解

1.python 中的类

在python中，类也是一个对象，只不过这个对象拥有生成实例的能力，我们一般使用class XXX来定义一个类，在python解释器执行到这个地方的时候会自动创建出这个对象，python也为我们提供了手动创建类的方法，type()。type()这个方法对我们来说并不陌生，我们所熟知的用法是：class = type(instance)，当传入一个参数时，type()返回这个参数的类。而今天我们要用到的是type的另一个功能。type("classname",(object,),{"name":"jiao"})。当给type传入三个参数时，就是一个手动创建类的方式。

class A():def __init__(self,name):self.name = nameprint("创建了一个实例")a = type("a",(A,),{"name":"jiao"})
print(a)              #<class '__main__.a'>
print(a.name)          #jiao
print(a("jiang"))      #创建了一个实例  #<__main__.a object at 0x00000280A973AA58>

type接收三个参数分别是：

classname: 要创建的class 的名称

object:要创建类的父类所组成的元组

sttr_dict: 要创建类的属性

type返回一个class,我们接收并赋值到一个变量上，现在这个变量就指向我们所创建的类，我们可以通过这个变量来使用类。

2.python 中的type

在python 中，几乎所有的东西都是对象，这包括整数、字符串、函数以及类。它们全部都是对象，而且它们都是从一个类创建而来——type

3.metaclass属性

python在创建类时，会按照如下的流程进行：

Foo中有__metaclass__这个属性吗？如果是，Python会在内存中通过__metaclass__创建一个名字为Foo的类对象（我说的是类对象，请紧跟我的思路）。如果Python没有找到__metaclass__，它会继续在Bar（父类）中寻找__metaclass__属性，并尝试做和前面同样的操作。如果Python在任何父类中都找不到__metaclass__，它就会在模块层次中去寻找__metaclass__，并尝试做同样的操作。如果还是找不到__metaclass__,Python就会用内置的type来创建这个类对象。

那么在__metaclass__中放置什么样的代码可以创建类呢？type，或者任何使用到type或者子类化type的东东都可以。

4.自定义元类

class UpperAttrMetaClass(type):def __new__(cls,class_name,class_parents,class_attr, *args, **kwargs):print("__new__")class_attr['name'] = "jiao"return type.__new__(cls,class_name,class_parents,class_attr)def __init__(self,*args,**kwargs):print("__init__")super().__init__(*args, **kwargs)self.__cache = {}def __call__(self, *args, **kwargs):print("__call__")if args in self.__cache:return self.__cache[args]else:obj = super().__call__(*args)self.__cache[args] = objreturn objclass A(metaclass=UpperAttrMetaClass):def __init__(self,name):self.name = nameprint("a.__init__")

5.类的创建流程

1.元类的__new__(),返回创建好的类。当我们想要改变创建方式的时候就要重写这个方法。

2.元类的__init__(),初始化一些类的属性

6.实例创建流程

1.元类的__call__(),创建一个实例时，首先调用这个方法，返回创建好的实例，所以我们可以通过改写这个方法来改变实例创建过程，比如实现单例模式

2.类的__init__()，初始化实例属性

7.元类的应用

1.单例模式

class Singleton(type):def __init__(cls,*args,**kwargs):cls.__instance = Nonesuper().__init__(*args,**kwargs)def __call__(cls, *args, **kwargs):if cls.__instance is None:cls.__instance = super().__call__(*args,**kwargs)return cls.__instanceelse:return cls.__instanceclass Spam(metaclass=Singleton):def __init__(self):print("Creating Spam")

2.缓存模式

import weakrefclass Cached(type):def __init__(cls,*args,**kwargs):super().__init__(*args,**kwargs)cls.__cache = weakref.WeakValueDictionary()def __call__(cls, *args, **kwargs):if args in cls.__cache:return cls.__cache[args]else:obj = super().__call__(*args)cls.__cache[args] = objreturn objclass Spams(metaclass=Cached):def __init__(self,name):print("Creating Spam({!r})".format(name))self.name = name

3.获取属性的定义顺序

能过获取到属性的定义顺序，我们就可以通过简单的方法实现属性到数据的映射，可以更加简单的将类中的属性数据化。

from collections import OrderedDictclass Typed:_excepted_type = type(None)def __init__(self,name=None):self._name = namedef __set__(self, instance, value):if not isinstance(value,self._excepted_type):raise TypeError("Excepted"+str(self._excepted_type))instance.__dict__[self._name] = valueclass Integer(Typed):_excepted_type = intclass Float(Typed):_excepted_type = floatclass String(Typed):_excepted_type = strclass OrderedMeta(type):def __new__(cls, clsname,bases,clsdict):d = dict(clsdict)order = []for name,value in clsdict.items():if isinstance(value,Typed):value._name = nameorder.append(name)d['_order'] = orderreturn type.__new__(cls,clsname,bases,d)@classmethoddef __prepare__(metacls, name, bases):return OrderedDict()#注：__prepare__该方法会在类定义一开始的时候调用，调用时以类名和基类名称作为参数，它必须返回一个映射对象，供处理类定义体时调用#eg.
class Structure(metaclass=OrderedMeta):def as_csv(self):return ','.join(str(getattr(self,name)) for name in self._order)class Stock(metaclass=OrderedMeta):name = String()shares = Integer()price = Float()def __init__(self,name,shares,price):self.name = nameself.shares = sharesself.price = prices = Stock("haha",23,23.3)
print(s.name)
s = Stock(34,23,34)
# print(s.as_csv())

8.小结

元类主要就是在类和实例创建的时候发挥作用，来实现一些功能。

转载于:https://www.cnblogs.com/jiaojianglong/p/11260944.html